最大子矩阵问题
2011-08-13 21:53
162 查看
转自/article/5674749.html
最大子矩阵问题:
问题描述:(具体见http://acm.pku.edu.cn/JudgeOnline/showproblem?problem_id=1050)
给定一个n*n(0<n<=100)的矩阵,请找到此矩阵的一个子矩阵,并且此子矩阵的各个元素的和最大,输出这个最大的值。
Example:
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
其中左上角的子矩阵:
9 2
-4 1
-1 8
此子矩阵的值为9+2+(-4)+1+(-1)+8=15。
我们首先想到的方法就是穷举一个矩阵的所有子矩阵,然而一个n*n的矩阵的子矩阵的个数当n比较大时时一个很大的数字 O(n^2*n^2),显然此方法不可行。
怎么使得问题的复杂度降低呢?对了,相信大家应该知道了,用动态规划。对于此题,怎么使用动态规划呢?
让我们先来看另外的一个问题(最大子段和问题):
给定一个长度为n的一维数组a,请找出此数组的一个子数组,使得此子数组的和sum=a[i]+a[i+1]+……+a[j]最大,其中i>=0,i<n,j>=i,j<n,例如
31 -41 59 26 -53 58 97 -93 -23 84
子矩阵59+26-53+58+97=187为所求的最大子数组。
第一种方法-直接穷举法:
第二种方法-带记忆的递推法:
显然第二种方法比第一种方法有所改进,时间复杂度为O(n*n)。
下面我们来分析一下最大子段和的子结构,令b[j]表示从a[0]~a[j]的最大子段和,b[j]的当前值只有两种情况,(1) 最大子段一直连续到a[j] (2) 以a[j]为起点的子段,不知有没有读者注意到还有一种情况,那就是最大字段没有包含a[j],如果没有包含a[j]的话,那么在算b[j]之前的时候我们已经算出来了,注意我们只是算到位置为j的地方,所以最大子断在a[j]后面的情况我们可以暂时不考虑。
由此我们得出b[j]的状态转移方程为:b[j]=max{b[j-1]+a[j],a[j]},
所求的最大子断和为max{b[j],0<=j<n}。进一步我们可以将b[]数组用一个变量代替。
得出的算法如下:
这就是第三种方法-动态规划。
现在回到我们的最初的最大子矩阵的问题,这个问题与上面所提到的最大子断有什么联系呢?
假设最大子矩阵的结果为从第r行到k行、从第i列到j列的子矩阵,如下所示(ari表示a[r][i],假设数组下标从1开始):
那么我们将从第r行到第k行的每一行中相同列的加起来,可以得到一个一维数组如下:
(ar1+……+ak1, ar2+……+ak2, ……,arn+……+akn)
由此我们可以看出最后所求的就是此一维数组的最大子断和问题,到此我们已经将问题转化为上面的已经解决了的问题了。
此题的详细解答如下(Java描述):
最大子矩阵问题:
问题描述:(具体见http://acm.pku.edu.cn/JudgeOnline/showproblem?problem_id=1050)
给定一个n*n(0<n<=100)的矩阵,请找到此矩阵的一个子矩阵,并且此子矩阵的各个元素的和最大,输出这个最大的值。
Example:
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
其中左上角的子矩阵:
9 2
-4 1
-1 8
此子矩阵的值为9+2+(-4)+1+(-1)+8=15。
我们首先想到的方法就是穷举一个矩阵的所有子矩阵,然而一个n*n的矩阵的子矩阵的个数当n比较大时时一个很大的数字 O(n^2*n^2),显然此方法不可行。
怎么使得问题的复杂度降低呢?对了,相信大家应该知道了,用动态规划。对于此题,怎么使用动态规划呢?
让我们先来看另外的一个问题(最大子段和问题):
给定一个长度为n的一维数组a,请找出此数组的一个子数组,使得此子数组的和sum=a[i]+a[i+1]+……+a[j]最大,其中i>=0,i<n,j>=i,j<n,例如
31 -41 59 26 -53 58 97 -93 -23 84
子矩阵59+26-53+58+97=187为所求的最大子数组。
第一种方法-直接穷举法:
maxsofar=0; for i = 0 to n { for j = i to n { sum=0; for k=i to j sum+=a[k] if (maxsofar>sum) maxsofar=sum; } }
第二种方法-带记忆的递推法:
cumarr[0]=a[0] for i=1 to n //首先生成一些部分和 { cumarr[i]=cumarr[i-1]+a[i]; } maxsofar=0 for i=0 to n { for j=i to n //下面通过已有的和递推 { sum=cumarr[j]-cumarr[i-1] if(sum>maxsofar) maxsofar=sum } }
显然第二种方法比第一种方法有所改进,时间复杂度为O(n*n)。
下面我们来分析一下最大子段和的子结构,令b[j]表示从a[0]~a[j]的最大子段和,b[j]的当前值只有两种情况,(1) 最大子段一直连续到a[j] (2) 以a[j]为起点的子段,不知有没有读者注意到还有一种情况,那就是最大字段没有包含a[j],如果没有包含a[j]的话,那么在算b[j]之前的时候我们已经算出来了,注意我们只是算到位置为j的地方,所以最大子断在a[j]后面的情况我们可以暂时不考虑。
由此我们得出b[j]的状态转移方程为:b[j]=max{b[j-1]+a[j],a[j]},
所求的最大子断和为max{b[j],0<=j<n}。进一步我们可以将b[]数组用一个变量代替。
得出的算法如下:
int maxSubArray(int n,int a[]) { int b=0,sum=-10000000; for(int i=0;i<n;i++) { if(b>0) b+=a[i]; else b=a[i]; if(b>sum) sum=b; } return sum; }
这就是第三种方法-动态规划。
现在回到我们的最初的最大子矩阵的问题,这个问题与上面所提到的最大子断有什么联系呢?
假设最大子矩阵的结果为从第r行到k行、从第i列到j列的子矩阵,如下所示(ari表示a[r][i],假设数组下标从1开始):
那么我们将从第r行到第k行的每一行中相同列的加起来,可以得到一个一维数组如下:
(ar1+……+ak1, ar2+……+ak2, ……,arn+……+akn)
由此我们可以看出最后所求的就是此一维数组的最大子断和问题,到此我们已经将问题转化为上面的已经解决了的问题了。
此题的详细解答如下(Java描述):
import java.util.Scanner; public class PKU_1050 { private int maxSubArray(int n,int a[]) { int b=0,sum=-10000000; for(int i=0;i<n;i++) { if(b>0) b+=a[i]; else b=a[i]; if(b>sum) sum=b; } return sum; } private int maxSubMatrix(int n,int[][] array) { int i,j,k,max=0,sum=-100000000; int b[]=new int[101]; for(i=0;i<n;i++) { for(k=0;k<n;k++)//初始化b[] { b[k]=0; } for(j=i;j<n;j++)//把第i行到第j行相加,对每一次相加求出最大值 { for(k=0;k<n;k++) { b[k]+=array[j][k]; } max=maxSubArray(k,b); if(max>sum) { sum=max; } } } return sum; } public static void main(String args[]) { PKU_1050 p=new PKU_1050(); Scanner cin=new Scanner(System.in); int n=0; int[][] array=new int[101][101]; while(cin.hasNext()) { n=cin.nextInt(); for(int i=0;i<n;i++) { for(int j=0;j<n;j++) { array[i][j]=cin.nextInt(); } } System.out.println(p.maxSubMatrix(n,array)); } } }
相关文章推荐
- 最大子矩阵问题(POJ1050)
- To The Max(最大子矩阵问题)
- 最大(优)子矩阵问题合集 -- 持续更新
- 最大子矩阵问题&悬线法 学习笔记
- 浅谈用极大化思想解决最大子矩阵问题
- 最大子矩阵问题
- UVa 10755 - Garbage Heap 三维最大子矩阵问题转化为1维..
- 最大子矩阵问题 PKU 1050
- 最大子矩阵问题----悬线法
- 学习到的处理最大子矩阵问题运用枚举的思路
- 最大子矩阵问题
- hdu4328 最大子矩阵问题O(n*m)扫描思想
- UvaLA 3029 最大子矩阵问题
- 最大子矩阵问题
- 最大子矩阵问题-悬线法
- 最大子矩阵问题(dp)
- 动态规划2:最大子段和问题到最大子矩阵问题(二):最大n子段和问题详谈
- hdu 1081 最大子矩阵求和问题
- 笔试和面试题(4)---最大子序列与最大子矩阵问题
- 动态规划3:最大子段和问题到最大子矩阵问题(三):初探最大子矩阵之和问题